傅立叶相位分析导风技术的适用范围和相位重叠分析

本文利用傅立叶相位分析法对示踪云进行频域波谱分析，通过谐波的相位变化计算波速，从而导出云迹风(Cloud Motion Wind—CMW)。本文研究表明，对于给定的导风云图序列，如果示踪云在给定时间间隔内的位移小于两个像距，适用傅立叶相位分析法计算云迹风；否则，在用傅立叶相位分析法计算波速时由于高次谐波出现相位重叠，从而使计算的波速小于实际风速，此时适用最大相关系数法。     

定位数据采集装置

美国亚利桑那州的US定位集团公司推出一种可收集定位数据的装置，该装置称为Rhino Rover，它通过使用Garmin GPS 17N型接收机，可在野外作业中采集到载波相位和伪距定位的数据，并可自动记录下与格式无关的数据变化，通过采用Rhino后处理器，这些数据可得到差分改正，最后为静态和动态测量数据提供厘米级的定位精度。     

栾川县近40年气候变化分析

利用1961～2000年栾川站气象资料，分析了栾川县气候变化特征，结果表明：近40年来栾川气温呈上升趋势，年降水量和平均湿度呈下降趋势，光照呈增加趋势；降水的年变化趋势与气温年变化之间，有气温偏低时期降水偏多、气温偏高时期降水偏少的反相位关系。     

剩余时差校正及泊松比反演

利用突出泊松比变化的Shuey简化方程推导出逐点计算泊松比的反演公式.在泊松比反演之前，对地震数据进行剩余时差校正，可以使振幅随炮检距（或入射角）的变化趋势更明显，可以提高反演的精度.通过对理论模型及实际资料的处理，说明这种反演方法是可行的，由反演结果可以预测低泊松比异常，寻找天然气.     

集群环境下的复合最小不连续相位解缠算法

提出了一种集群环境下的复合最小不连续相位解缠算法。首先主线程根据计算资源数将原始缠绕相位分为规则小块，并将未解缠相位块发送至空闲计算节点进行解缠。单块缠绕相位图解缠时，先计算相位质量图，并将缠绕相位分为高低质量区域，然后采用质量引导与最小不连续相结合的复合相位解缠策略进行解缠，最后将解缠结果和区域分割结果发送回主线程。完成所有分块缠绕相位解缠后，主线程在不同解缠相位块边界及其与边界相邻的低质量区域进行最小不连续优化来获取最终的解缠相位。通过集群环境下的并行相位解缠试验，验证了所提算法的正确性和高效性。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

GNSS多频融合精密单点定位频率间卫星钟偏差研究

全球导航卫星系统(GNSS)提供多频信号,多频融合已经成为一种趋势。在精密钟差估计(PCE)的过程中,卫星钟差参数会吸收卫星端稳定的伪距偏差和时变的相位偏差,这些偏差均与频率相关。因而使用不同的观测值进行PCE时,得到的卫星钟差估值是不同的,它们之间的差值被定义为频率间卫星钟偏差(IFCB)。按组成成分,IFCB可以分成伪距相关的IFCB(CIFCB)和相位相关的IFCB(PIFCB)两部分。国际GNSS服务(IGS)提供的精密卫星钟差产品是基于双频消电离层(IF)组合观测值生成的。由于IFCB的存在,导致IGS卫星钟差产品不能直接应用于多频精密单点定位(PPP)。IFCB的精确考虑已经成为多频PPP的一个关键问题。本研究旨在对IFCB特性和估计方法开展系统深入的研究,并评估其对多频PPP解的影响。     

STPIR和MW组合的北斗三频周跳探测与修复

针对载波相位观测值中出现周跳的问题及北斗卫星导航系统全星座播发三频信号的现状,提出一种三频相位电离层残差二阶历元差分(STPIR)的算法,克服了传统电离层残差法受观测数据采样间隔影响较大的问题,联合MW组合观测量进行周跳探测又可避免各自的探测盲区。两种组合观测量均很好地削弱了电离层延迟项的影响,联立方程组进行周跳求解时,直接取整即可得到周跳值。通过北斗三频实测数据验证,提出的组合方法在观测数据采样间隔较大时,可以准确探测出所有周跳,并有效修复。     

北斗三频周跳探测和修复的空间几何算法

影响周跳探测完整性的关键问题就是不敏感周跳的探测。针对这个问题,本文详细阐述了周跳探测在空间几何中的含义,包括组合系数的类型和数量与探测不敏感周跳之间的几何关系。依据空间几何原理的分析和尽可能减少不敏感周跳数据的要求,采用两个无几何相位组合和一个MW(MelbourneWbbena)组合构成周跳检验量。最后利用北斗三频实测数据对本文算法的正确性和可靠性进行验证计算。计算结果说明:本文算法具有较强的周跳探测修复能力,可以有效地避免不敏感周跳对探测结果的影响。     

基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。